典型相关分析如何分析两组变量的关系

典型相关分析是一种统计方法,用于找出两组变量间的最优线性组合,以最大化它们之间的相关性。这种方法考虑了各变量内部的相关性,并非仅关注单个维度的关联。通过求解线性组合的系数,可以找到最具代表性的线性组合,进而分析两组变量的整体相关性。线性组合的数量最多可达较小一组变量的数量。在分析时,可以通过线性组合的相关系数来识别哪些变量间的关系最为密切。
摘要由CSDN通过智能技术生成

前言

    我们在分析两组变量之间的相关性时,比如,最原始的方法就是直接计算X和Y的协方差矩阵,矩阵有m*n个值。有了协方差矩阵就得到了两两变量之间的相关性,比如c_ij就是变量X_i和Y_j的相关性。

    这种分析方法只考虑了c_ij变量X_i和Y_j变量单个维度之间的相关性,没有考虑X和Y内部之间的相关性。另外协方差矩阵的形式也比较繁琐。


典型相关分析

    采用类似主成分分析的思想,分别找出两组变量各自的线性组合,然后讨论线性组合之间的相关关心。

    分别在两组变量中找出第一对线性组合,使他们具有最大相关性;接着再分别在两组变量中找出第二对线性组合,使他们具有第二大的相关性,并且它们分别于本组内的第一线性组合不相关。以此类推找出其他线性组合,如下面提取两对线性组合,其中 u_1 u_2互相独立,v_1 v_2互相独立,u_1 v_1相关。

  • 0
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值